楊承佳

（貴州大學(xué) 經(jīng)濟(jì)學(xué)院,貴陽(yáng) 550025）

0 引言

制造業(yè)智能化是我國(guó)制造業(yè)高質(zhì)量發(fā)展的關(guān)鍵，能夠促進(jìn)制造業(yè)全球價(jià)值鏈地位攀升和競(jìng)爭(zhēng)力提升[1,2]。從“十四五”規(guī)劃和2035 年遠(yuǎn)景目標(biāo)綱要提出深入實(shí)施制造強(qiáng)國(guó)戰(zhàn)略，再到《“十四五”智能制造發(fā)展規(guī)劃》提出要加快推動(dòng)智能制造發(fā)展，無(wú)不體現(xiàn)國(guó)家十分重視制造業(yè)智能化發(fā)展[3]。由于區(qū)位優(yōu)勢(shì)、要素稟賦等顯著不同，制造業(yè)智能化的發(fā)展呈現(xiàn)一定的區(qū)域差異。能否統(tǒng)籌區(qū)域差異，加快推進(jìn)制造業(yè)智能化協(xié)調(diào)發(fā)展，是智能制造能否實(shí)現(xiàn)面臨的關(guān)鍵問(wèn)題。目前，制造業(yè)智能化相關(guān)研究取得了豐碩的成果，研究大部分關(guān)注的是制造業(yè)智能化的內(nèi)涵[4,5]、制造業(yè)智能化的測(cè)度[1—3,5,6]以及制造業(yè)智能化的驅(qū)動(dòng)因素[1,7]等方面，但仍然存在一定不足：第一，在制造業(yè)智能化的內(nèi)涵上尚未形成統(tǒng)一認(rèn)識(shí)，仍然存在一定的局限性；第二，大部分采用單一指標(biāo)衡量制造業(yè)智能化，雖然在某種意義上能夠反映智能化水平，但仍然存在局限性，很難刻畫(huà)智能化發(fā)展的全貌；第三，已有研究只是從整體層面來(lái)對(duì)我國(guó)制造業(yè)智能化進(jìn)行描述，卻沒(méi)有對(duì)區(qū)域差異化問(wèn)題開(kāi)展研究，缺乏區(qū)域間不同特征和時(shí)空演化的分析。因此，有必要構(gòu)建一套中國(guó)制造業(yè)智能化的綜合測(cè)度指標(biāo)體系，精確測(cè)度中國(guó)制造業(yè)智能化水平，進(jìn)而準(zhǔn)確把握制造業(yè)智能化的區(qū)域差異及來(lái)源，以期為縮小我國(guó)區(qū)域間智能化差異，推動(dòng)全國(guó)范圍內(nèi)制造業(yè)智能化協(xié)調(diào)發(fā)展具有重要的理論與現(xiàn)實(shí)意義。

1 研究設(shè)計(jì)

1.1 指標(biāo)體系構(gòu)建

已有研究關(guān)于測(cè)度制造業(yè)智能化水平的方法尚未達(dá)成共識(shí)，本文考慮構(gòu)建綜合指標(biāo)體系來(lái)測(cè)度我國(guó)制造業(yè)智能化水平。按照《“十四五”信息化和工業(yè)化深度融合發(fā)展規(guī)劃》制定的發(fā)展目標(biāo)與評(píng)估原則，并且適度參考前人的相關(guān)研究[8—10]，考慮指標(biāo)的層次性，兼顧數(shù)據(jù)的可得性，本文從智能化條件、智能化應(yīng)用和智能化效益3個(gè)維度構(gòu)建包含12 個(gè)一級(jí)指標(biāo)、17 個(gè)二級(jí)指標(biāo)的中國(guó)制造業(yè)智能化水平綜合測(cè)度指標(biāo)體系，見(jiàn)下頁(yè)表1。

1.2 研究方法

（1）制造業(yè)智能化測(cè)度方法。本文采用熵權(quán)法對(duì)2003—2020年中國(guó)30個(gè)省份的制造業(yè)智能化水平進(jìn)行測(cè)算。具體計(jì)算步驟如下：

首先，按0～1的取值范圍對(duì)各項(xiàng)指標(biāo)實(shí)施極差標(biāo)準(zhǔn)化處理，從而將指標(biāo)存在的不同量綱、數(shù)量級(jí)所帶來(lái)的測(cè)算偏差消除，即設(shè)有m個(gè)時(shí)期、n個(gè)指標(biāo)，Xij（i=1，2，…，m；j=1，2，…，n）為i時(shí)期第j項(xiàng)指標(biāo)所對(duì)應(yīng)的數(shù)值，基于此，可以構(gòu)造得到原始數(shù)據(jù)矩陣Z=(Xij)m×n。

其中，Zij為標(biāo)準(zhǔn)化后的數(shù)值，不過(guò)處理后可能產(chǎn)生0值的情況，為了避免這種情況帶來(lái)數(shù)據(jù)無(wú)意義的問(wèn)題，將數(shù)據(jù)整體右移一個(gè)單位，即Yij=Zij+1。

其次，對(duì)于各項(xiàng)指標(biāo)，采取熵權(quán)法確定權(quán)重，在指標(biāo)權(quán)重的確定上，根據(jù)指標(biāo)的信息量以及相互間的關(guān)聯(lián)度來(lái)確定，以避免主觀影響以及多指標(biāo)變量可能出現(xiàn)的信息重疊，采用的公式為：

其中，k為玻爾茨曼常數(shù)；Ej為第j項(xiàng)指標(biāo)的熵;ωj為第j項(xiàng)指標(biāo)的信息熵權(quán)重值。

最后，在加權(quán)求和后即可求得到樣本綜合評(píng)價(jià)值（U）：

（2）Dagum基尼系數(shù)及分解方法

Dagum 基尼系數(shù)分解方法適用于評(píng)價(jià)地區(qū)發(fā)展差異的方法，這種方法可以分解總體基尼系數(shù)，根據(jù)Dagum（1997）[11]的研究，將總體基尼系數(shù)分解為區(qū)域內(nèi)差異的貢獻(xiàn)Gw、區(qū)域間凈值差異的貢獻(xiàn)Gnb和超變密度的貢獻(xiàn)Gt三個(gè)部分。具體計(jì)算步驟如下：

（3）Kernel密度估計(jì)

針對(duì)制造業(yè)智能化水平的分布位置、演進(jìn)態(tài)勢(shì)、延展性以及極化態(tài)勢(shì)，本文采用Kernel 密度估計(jì)法開(kāi)展分析。假定f(x)是制造業(yè)智能化水平x的概率密度函數(shù)：

其中，N是觀測(cè)值所對(duì)應(yīng)的數(shù)量；K(·)代表的是Kernel 密度函數(shù)；Xi是獨(dú)立同分布所對(duì)應(yīng)的相關(guān)觀測(cè)值；x代表觀測(cè)值均值；h為帶寬，h值的大小與估計(jì)精確度正相關(guān)，數(shù)值越小，估計(jì)越精確。

1.3 數(shù)據(jù)來(lái)源

本文所選擇的樣本為中國(guó)30 個(gè)省份（不含西藏和港澳臺(tái)），并根據(jù)國(guó)家統(tǒng)計(jì)局的劃分標(biāo)準(zhǔn)，將30 個(gè)省份劃分為東、中、西三大地區(qū)①東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南，中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南，西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆。。在采集的數(shù)據(jù)中，通過(guò)國(guó)家統(tǒng)計(jì)局官網(wǎng)、工業(yè)和信息化部官網(wǎng)、各省份統(tǒng)計(jì)年鑒以及《中國(guó)電子信息產(chǎn)業(yè)統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)經(jīng)濟(jì)普查年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》等獲取數(shù)據(jù)，對(duì)于缺失數(shù)據(jù)，則通過(guò)移動(dòng)平均法等補(bǔ)充相應(yīng)的數(shù)據(jù)。

2 制造業(yè)智能化水平測(cè)度結(jié)果分析

2.1 全國(guó)制造業(yè)智能化水平及維度發(fā)展態(tài)勢(shì)

由圖1 可知，中國(guó)制造業(yè)智能化水平從2003 年的0.2103 上升到2020 年的0.3638，增幅約73%，但制造業(yè)智能化水平不高。從維度來(lái)看，智能化效益較高并呈現(xiàn)平穩(wěn)上升趨勢(shì)，樣本期內(nèi)整體增長(zhǎng)28.95%，這意味著制造業(yè)高質(zhì)量發(fā)展依托智能化為契機(jī)，帶動(dòng)制造業(yè)新一輪的技術(shù)革新，將智能技術(shù)與制造全流程深度融合，實(shí)現(xiàn)智能化引領(lǐng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，從而更加注重經(jīng)濟(jì)效益和社會(huì)效益的改善；智能化條件指標(biāo)僅在2004年小幅度下降以外，整體呈現(xiàn)平穩(wěn)上升的趨勢(shì)，特別是2012—2020年增長(zhǎng)約52.85%，說(shuō)明更加注重智能人力資源投入和智能設(shè)施改善；智能化應(yīng)用整體呈現(xiàn)波動(dòng)上升的趨勢(shì)，2003—2011 年呈下降的態(tài)勢(shì)，年均下降1.40%，2011年后更加強(qiáng)調(diào)智能技術(shù)開(kāi)發(fā)與應(yīng)用，從而更進(jìn)一步地推動(dòng)了在先進(jìn)制造技術(shù)中融合新一代信息技術(shù)的應(yīng)用，顯著地提升了全國(guó)智能化應(yīng)用水平。

圖1 2003—2020年中國(guó)制造業(yè)智能化水平及維度指數(shù)變化態(tài)勢(shì)

2.2 三大地區(qū)制造業(yè)智能化水平的變化態(tài)勢(shì)

由圖2可知，三大地區(qū)制造業(yè)智能化水平與全國(guó)的變化態(tài)勢(shì)相似，僅在2005 年，東部地區(qū)出現(xiàn)了小幅下降，整體都表現(xiàn)出穩(wěn)步上升態(tài)勢(shì)，這也表明我國(guó)制造業(yè)發(fā)展較為樂(lè)觀。從三大地區(qū)的對(duì)比來(lái)看，東部地區(qū)制造業(yè)智能化水平均值介于0.2793～0.4368，明顯高于全國(guó)和中西部地區(qū)制造業(yè)智能化水平均值；中部地區(qū)制造業(yè)智能化水平均值低于全國(guó)及東部地區(qū)均值，但高于西部地區(qū)均值，制造業(yè)智能化水平均值介于0.1758～0.3347；西部地區(qū)制造業(yè)智能化水平較低，相比東部地區(qū)還有很大差距。

圖2 2003—2020年全國(guó)及三大區(qū)地區(qū)造業(yè)智能化水平變化態(tài)勢(shì)

由圖3（a）可知，東部地區(qū)3 個(gè)維度的分布較為均勻，考察期內(nèi)均值最高的是智能化效益（0.1666），智能化條件次之（0.1003），最低的為智能化應(yīng)用（0.0784）。由圖3（b）可知，中部地區(qū)3個(gè)維度在考察期內(nèi)均值最高的是智能化效益（0.1584），智能化條件次之（0.0610），最低的為智能化應(yīng)用（0.0259）。由圖3（c）可知，西部地區(qū)3 個(gè)維度在考察期內(nèi)均值最高的是智能化效益（0.1508），智能化條件次之（0.0478），最低的為智能化應(yīng)用（0.0270）。綜上表明三大地區(qū)制造業(yè)智能化更加重視社會(huì)效益和經(jīng)濟(jì)效益。

圖3 三大地區(qū)制造業(yè)智能化各維度特征

2.3 省域制造業(yè)智能化水平分析

由圖4可知，2020年中國(guó)各省份制造業(yè)智能化水平介于0.2224～0.7674，均值E 為0.3638，標(biāo)準(zhǔn)差SD 為0.1108，各省份差異較為明顯。借鑒文獻(xiàn)[12]，將水平值大于E+0.5SD（0.4192）的省份歸結(jié)為深入型省份；將水平值小于E-0.5SD（0.3083）的省份歸結(jié)為落后型省份，將水平值大于0.3638小于0.4192的省份歸結(jié)為起飛型省份，將水平值大于0.3083小于0.3638的省份歸結(jié)為追趕型省份，具體數(shù)值如表2所示。

圖4 2020年各省份制造業(yè)智能化水平排名

表2 30個(gè)省份制造業(yè)智能化發(fā)展類(lèi)型的區(qū)域分布

由圖4可知，制造業(yè)智能化水平達(dá)到0.4192以上的深入型省份有6個(gè)，從高到低分別是北京、廣東、上海、重慶、江蘇、天津，這些省份的制造業(yè)智能化發(fā)展成績(jī)較為明顯，北京處于領(lǐng)先地位；制造業(yè)智能化水平大于0.3638 小于0.4192的起飛型省份有7個(gè)，從高到低分別是浙江、四川、安徽、陜西、江西、山東、湖北，這些省份在制造業(yè)轉(zhuǎn)型發(fā)展過(guò)程中注重制造業(yè)智能化，但仍有一定的上升空間；制造業(yè)智能化水平大于0.3083小于0.3638的省份有8個(gè)，從高到低分別是河南、貴州、福建、湖南、遼寧、吉林、海南、廣西，這些省份制造業(yè)智能化水平低于均值，不夠重視制造業(yè)智能化發(fā)展，仍然存在較大的追趕空間；另外的9 個(gè)落后型省份制造業(yè)智能化水平小于0.3083，占考察省份總數(shù)的30%，這些省份制造業(yè)智能化水平還需要加快提升，特別是內(nèi)蒙古、新疆和甘肅，均低于0.25，這些省份應(yīng)更加重視發(fā)展智能制造。

由表2可知，當(dāng)前中國(guó)區(qū)域制造業(yè)智能化發(fā)展存在明顯的區(qū)域不平衡問(wèn)題，東部地區(qū)發(fā)展較好，中西部地區(qū)發(fā)展相對(duì)落后。

由表3 可知：（1）智能化條件。2020 年智能化條件指數(shù)均值為0.1149，有13個(gè)省份的水平高于均值，其余的17個(gè)省份低于均值，尤其是山西、內(nèi)蒙古、新疆等11 個(gè)省份都低于0.1，與北京相比差距仍然較大，說(shuō)明各省份在智能要素投入方面存在非常大的差異。北京、上海在智能要素方面的投入力度非常大，擁有豐富和高水平的智能化條件。（2）智能化應(yīng)用。2020 年智能化應(yīng)用指數(shù)均值為0.0712，說(shuō)明智能化應(yīng)用水平不高。智能化應(yīng)用指數(shù)超過(guò)0.1的省份有5個(gè)，占比只有16.67%，其余省份智能化應(yīng)用嚴(yán)重不足。全國(guó)絕大多數(shù)省份在新一代信息通信技術(shù)與先進(jìn)制造業(yè)技術(shù)深度融合是全國(guó)絕大多數(shù)地區(qū)應(yīng)該高度關(guān)注的問(wèn)題，要更多強(qiáng)調(diào)智能技術(shù)的應(yīng)用與實(shí)現(xiàn)。（3）智能化效益。2020年全國(guó)智能化效益指數(shù)均值為0.1776，其中位于均值以上的分別是吉林、貴州、黑龍江等20 個(gè)省份，占比達(dá)到66.67%，其余10個(gè)省份位于均值以下，但整體水平較高。在數(shù)字經(jīng)濟(jì)大背景下，制造業(yè)智能化更加注重生態(tài)環(huán)境質(zhì)量改善和勞動(dòng)效率提升，擺脫了過(guò)去先污染后治理、先低端后高端、先粗放后集約的低效率發(fā)展模式。

表3 2020年各省份制造業(yè)智能化各維度排名

3 中國(guó)制造業(yè)智能化水平的區(qū)域差異

本文通過(guò)Dagum 基尼系數(shù)分解法來(lái)對(duì)全國(guó)及三大地區(qū)制造業(yè)智能化水平的區(qū)域差異及其貢獻(xiàn)率進(jìn)行測(cè)度，結(jié)果見(jiàn)表4。

表4 中國(guó)制造業(yè)智能化水平的區(qū)域差異及其貢獻(xiàn)率

（1）制造業(yè)智能化水平的總體區(qū)域差異。由表4 可知，在考察期內(nèi)，總體基尼系數(shù)呈下降態(tài)勢(shì)，降幅約為19.7%，表明我國(guó)制造業(yè)智能化水平的總體區(qū)域差異呈縮小態(tài)勢(shì)，其可能的原因?yàn)椋阂环矫?，《信息化和工業(yè)化深度融合發(fā)展規(guī)劃（2016—2020 年）》提出推動(dòng)信息化和工業(yè)化深度融合取得了一定成效，尤其是智能機(jī)器人、增料制造、移動(dòng)智能終端等產(chǎn)業(yè)快速發(fā)展，促使制造業(yè)智能化水平顯著提升，在一定程度上縮小了區(qū)域間的差距；另一方面，中西部地區(qū)運(yùn)用大數(shù)據(jù)智能化技術(shù)改造傳統(tǒng)制造業(yè)，大力培育大數(shù)據(jù)、人工智能、智能硬件等智能產(chǎn)業(yè)鏈，使得智能產(chǎn)業(yè)在中西部地區(qū)崛起，不僅推動(dòng)相對(duì)落后的中西部地區(qū)制造業(yè)智能化迅速發(fā)展，而且促使東部地區(qū)與中西部地區(qū)制造業(yè)智能化水平區(qū)域間差異明顯下降。

（2）制造業(yè)智能化水平的區(qū)域內(nèi)差異。由表4 可知，東部地區(qū)大致呈現(xiàn)“急速下降”“穩(wěn)步上升”“急速下降”“穩(wěn)步上升”扁平的“W”型演變趨勢(shì)，2004—2010 年表現(xiàn)出急劇下降態(tài)勢(shì)，隨后表現(xiàn)為顯著遞增態(tài)勢(shì)且持續(xù)至2012年，此后表現(xiàn)為急劇下降態(tài)勢(shì)，在2016 年達(dá)到考察期內(nèi)最小值，最終表現(xiàn)為平穩(wěn)上升態(tài)勢(shì)。整體呈下降態(tài)勢(shì)，降幅約8.38%。中部地區(qū)在2003—2008年呈波動(dòng)下降態(tài)勢(shì)，隨后急劇上升，而后急劇下降至2010年的最小值，之后表現(xiàn)為波動(dòng)上升態(tài)勢(shì)至2018年，2019年表現(xiàn)為下降態(tài)勢(shì)，最終呈上升態(tài)勢(shì)。整體呈上升趨勢(shì)，升幅約10.74%。西部地區(qū)在2003—2008 年呈波動(dòng)下降態(tài)勢(shì)，且達(dá)到考察期內(nèi)最小值，隨后呈波動(dòng)上升態(tài)勢(shì)持續(xù)至2017年，之后呈波動(dòng)下降態(tài)勢(shì)。整體呈上升態(tài)勢(shì)，升幅約4.35%。根據(jù)東部地區(qū)（均值為0.1502）、中部地區(qū)（均值為0.0563）、西部地區(qū)（均值為0.1189）可以看出，東部地區(qū)制造業(yè)智能化水平內(nèi)部不均衡最為突出。

（3）制造業(yè)智能化水平的區(qū)域間差異。由表4 可知，東-中部呈“急劇下降—小幅上升—小幅下降—微弱上揚(yáng)—趨緩下降—微弱上揚(yáng)—平穩(wěn)下降”的趨勢(shì)特征，2003—2009 年表現(xiàn)出急劇下降趨勢(shì)，2009—2011 年出現(xiàn)小幅上升趨勢(shì)，2011—2013年呈現(xiàn)小幅下降趨勢(shì)，之后2014年出現(xiàn)微弱上揚(yáng)態(tài)勢(shì)，2014—2017年呈現(xiàn)趨緩下降趨勢(shì)，之后2018 年出現(xiàn)微弱上揚(yáng)態(tài)勢(shì)，而2018—2020 呈現(xiàn)平穩(wěn)下降趨勢(shì)。整體呈下降態(tài)勢(shì)，降幅約31.92%。東-西部區(qū)域間差異在波動(dòng)中整體呈現(xiàn)下降趨勢(shì)，降幅約23.75%。中-西部區(qū)域間差異呈“波動(dòng)起伏－波動(dòng)上升”的趨勢(shì)特征，2003—2010 年呈現(xiàn)波動(dòng)下降趨勢(shì)，且在2010 年降至考察期內(nèi)最小值，隨后至2020 年呈現(xiàn)波動(dòng)上升的趨勢(shì)。整體呈現(xiàn)下降趨勢(shì)，降幅約7.51%。從基尼系數(shù)均值差異大小來(lái)看，在考察期內(nèi)制造業(yè)智能化水平區(qū)域間差異由大小依次排序?yàn)闁|-西部（0.2301）、東-中部（0.1854）和中-西部（0.1087）。總體而言，東-中部、東-西部、中-西部的區(qū)域間差異呈縮小態(tài)勢(shì)。

（4）制造業(yè)智能化水平區(qū)域差異的貢獻(xiàn)率。由表4可知，區(qū)域間差異的貢獻(xiàn)率整體呈現(xiàn)一定的扁平“倒U”型演變趨勢(shì)，從2003年波動(dòng)上升至2010年達(dá)到最大值，之后呈現(xiàn)波動(dòng)下滑的趨勢(shì)至2020年達(dá)到最小值。整體呈下降態(tài)勢(shì)，降幅約18.69%。區(qū)域內(nèi)差異貢獻(xiàn)率整體呈現(xiàn)一定的扁平“U”型演變趨勢(shì)，從2004 年波動(dòng)下滑至2010 年達(dá)到最小值，隨后呈現(xiàn)波動(dòng)上升態(tài)勢(shì)至2020 年達(dá)到最大值。整體上表現(xiàn)為了上升趨勢(shì)，增幅約18.07%。在考察期內(nèi)，超變密度貢獻(xiàn)率整體呈上升趨勢(shì)，增幅約78.97%。從三者的貢獻(xiàn)率大小可以看出，區(qū)域間差異（均值為64.79%）是主要來(lái)源，依次是區(qū)域內(nèi)差異（均值為25.80%）和超變密度（均值為9.41%）。

4 中國(guó)制造業(yè)智能化水平的分布動(dòng)態(tài)演進(jìn)

圖5 展示了全國(guó)及三大地區(qū)制造業(yè)智能化水平的分布位置、演進(jìn)態(tài)勢(shì)、延展性以及極化態(tài)勢(shì)。由圖5（a）可知，在分布位置方面，曲線中心整體右移，這表明全國(guó)制造業(yè)智能化不平衡性在2003—2020 年出現(xiàn)了明顯的上升趨勢(shì)；而在分布形態(tài)方面，曲線主峰高度持續(xù)下滑（除2006年以外），從曲線的形態(tài)來(lái)看，高度逐年變低，而寬度則逐年變寬，表明全國(guó)省際制造業(yè)智能化水平非均衡性在2003—2020 年表現(xiàn)出上升趨勢(shì)。在分布延展性方面，曲線拖尾特征非常的明顯，這種情況逐年變得顯著，表明全國(guó)省際制造業(yè)智能化水平的非均衡性在2003—2020 年表現(xiàn)出上升趨勢(shì)，也就是說(shuō)，高低省份差距越來(lái)越大；在極化現(xiàn)象方面，曲線呈現(xiàn)出一定的“雙峰”分布特征，表明全國(guó)制造業(yè)智能化水平呈現(xiàn)兩極分化之勢(shì)，曲線主要由一個(gè)主峰和側(cè)峰構(gòu)成，側(cè)峰峰值明顯低于主峰，且2003—2020年右側(cè)側(cè)峰形態(tài)趨于平緩，這意味著全國(guó)省際制造業(yè)智能化水平的兩極分化態(tài)勢(shì)有所改善。

圖5 全國(guó)及三大地區(qū)制造業(yè)智能化水平Kernel密度曲線分布圖

由圖5（b）可知，在考察期內(nèi)，東部地區(qū)的Kernel 密度曲線呈現(xiàn)的特征是曲線的主峰高度的變化態(tài)勢(shì)為“顯著上升—大幅下降”，而相應(yīng)地，主峰的變化態(tài)勢(shì)則表現(xiàn)為“小幅收窄—顯著拓寬”，也就是說(shuō)，對(duì)于東部地區(qū)制造業(yè)智能化水平非均衡性而言，在2003—2020 年表現(xiàn)出先下降再上升的變化趨勢(shì)。而且根據(jù)曲線中心位置的演變情況來(lái)看，主要的變化過(guò)程為先向左偏移，再向右偏移，這就是說(shuō)，非均衡性在考察期內(nèi)出現(xiàn)了先降后加大的變化情況。另外，東部地區(qū)的Kernel 密度曲線從2018 年之后出現(xiàn)了明顯的拖尾現(xiàn)象，這主要是因?yàn)楸本⑸虾?、廣東等省份要比其他省份有著更高的制造業(yè)智能化水平，這意味著各省份制造業(yè)智能化水平存在明顯的梯度差異。

由圖5（c）可知，在考察期內(nèi)，中部地區(qū)的Kernel 密度曲線主峰高度的變化過(guò)程特征表現(xiàn)為“大幅下降—微弱上升—明顯下降”，其主峰則呈現(xiàn)連續(xù)變寬的態(tài)勢(shì)，這意味著中部地區(qū)制造業(yè)智能化水平非均衡性呈上升態(tài)勢(shì)。從分布位置來(lái)看，曲線中心位置總體向右移動(dòng)，這意味著2003—2020年中部地區(qū)制造業(yè)智能化水平不平衡性呈上升態(tài)勢(shì)；從分布延展性來(lái)看，并沒(méi)有出現(xiàn)明顯的拖尾現(xiàn)象，也就是說(shuō)，中部地區(qū)在2003—2020年并不存在顯著的梯度差異。

由圖5（d）可知，在考察期內(nèi)，西部地區(qū)的Kernel 密度曲線主峰高度呈現(xiàn)的變化特征為“顯著上升—大幅下降”，而相應(yīng)地，主峰的變化態(tài)勢(shì)過(guò)則表現(xiàn)為“小幅收窄—顯著拓寬”，這意味著西部地區(qū)制造業(yè)智能化水平非均衡性呈先下降后上升態(tài)勢(shì)。而且，曲線中心位置表現(xiàn)出連續(xù)向右移的態(tài)勢(shì)，表明西部地區(qū)制造業(yè)智能化水平非均衡性呈擴(kuò)大態(tài)勢(shì)。從分布延展性來(lái)看，2012 年以后西部地區(qū)制造業(yè)智能化水平的Kernel 密度曲線出現(xiàn)了比較顯著的拖尾現(xiàn)象，這主要是因?yàn)樗拇ā⒅貞c等省份要比其他省份有著更高的制造業(yè)智能化水平，表明西部地區(qū)各省份制造業(yè)智能化水平存在顯著梯度差異。

5 結(jié)論

本文基于制造業(yè)智能化指標(biāo)體系構(gòu)建邏輯，構(gòu)建了智能化條件、智能化應(yīng)用及智能化效益3 個(gè)維度、17 個(gè)基礎(chǔ)指標(biāo)的中國(guó)制造業(yè)智能化水平的綜合測(cè)度指標(biāo)體系，利用熵權(quán)法測(cè)算了2003—2020年中國(guó)制造業(yè)智能化水平并加以分析。結(jié)論如下：（1）中國(guó)制造業(yè)智能化水平整體呈平穩(wěn)上升的趨勢(shì)，但制造業(yè)智能化水平相對(duì)較低。中國(guó)制造業(yè)智能化水平介于0.2103～0.3638，從2003 年的0.2103 上升到2020 年的0.3638，增幅約為73%。從維度來(lái)看，智能化條件和智能化效益表現(xiàn)較好，智能化應(yīng)用問(wèn)題突出。（2）中國(guó)制造業(yè)智能化水平存在區(qū)域不平衡，呈現(xiàn)按東部—中部—西部階梯分布的特征，三大地區(qū)各個(gè)維度表現(xiàn)各不相同。東部地區(qū)制造業(yè)智能化水平均值介于0.2793～0.4368，中部地區(qū)制造業(yè)智能化水平均值介于0.1758～0.3347，西部地區(qū)制造業(yè)智能化水平處于較低水平。（3）中國(guó)制造業(yè)智能化水平的區(qū)域差異主要來(lái)自區(qū)域間差異，整體呈現(xiàn)縮小態(tài)勢(shì)，從差異的貢獻(xiàn)率方面來(lái)看，區(qū)域間差異最大，為64.79%，其次是區(qū)域內(nèi)差異，為25.80%，最小的是超變密度，為9.41%。（4）根據(jù)核密度估計(jì)來(lái)看，中國(guó)省際制造業(yè)智能化水平的非均衡性表現(xiàn)出逐年上升的變化趨勢(shì)，并且呈現(xiàn)兩極分化的特征，而對(duì)于三大地區(qū)而言，也表現(xiàn)出非均衡性，但沒(méi)有出現(xiàn)極化現(xiàn)象。